#오즈코딩스쿨 #디자이너부트캠프 #국비지원
VOD 정리
CO-STAR 프레임워크
앞글자를 따와서 만들었다.
AI한테 대본을 써주는 것 같음.
맥락 - 역할 부여
목표 - 무엇을 달성해야 하는지
스타일 - 답변 스타일 정해주기(비즈니스, 캐주얼, 아이에게 말하듯 등)
톤/어조 - 어떤 분위기로 할지 (유머러스, 친절하게, 전문적이게 등)
대상/청중 - 누구한테 말하는건데 (듣는 대상이 어린이야, 전문가야, 일반인이야)
답변 형식 - 어떤 모양의 답변, 결과물에 초점 (목록, 표, 단락, 요약 등)
생각의 사슬 CoT 프롬프팅
AI한테 '차근차근 생각해보자'라고 말한다.
그러면 과정(단계)을 보여준다.
생각의 나무 ToT 프롬프팅
“생각의 나무 프롬프트(Tree of Thought Prompt)“는 말 그대로 하나의 중심 생각(줄기)에서 여러 가지 가지(branch)처럼 아이디어나 질문, 관점을 확장해 나가는 방식의 프롬프트 설계법이야.
https://www.ibm.com/kr-ko/think/topics/tree-of-thoughts
ReAct 프롬프팅
AI와 데스크 리서치
✅ 데스크 리서치란?
한마디로 말하면,
이미 존재하는 정보를 모아서 조사하고 분석하는 방법이에요.
그러니까 직접 나가서 인터뷰하거나 설문조사하는 게 아니라,
인터넷, 뉴스, 논문, 유튜브 영상, 블로그, 보고서 같은
이미 누군가 만들어놓은 자료를 책상 앞에서 찾아보는 거죠.
그래서 이름도 “데스크(책상) 리서치”예요.
책상 앞에 앉아서 조사하니까요! 😄
Google AI Essentials 특화 과정
https://www.coursera.org/learn/google-introduction-to-ai?specialization=ai-essentials-google
인증서 받으려면 돈이 들고, 일단 수료해보자.
과제
- 생각의 나무 프롬프트 실습 해보기
- google essential AI 수강
강좌의 용어 및 정의
-인공 지능(AI): 일반적으로 인간의 지능과 관련된 인지 작업을 완료할 수 있는 컴퓨터 프로그램
-AI 증강: AI를 사용하여 작업을 더 쉽게 수행하거나 품질을 높이는 등 작업 제품을 개선하는 프로세스입니다
-AI 자동화: 사용자의 작업 없이 AI를 사용하여 작업을 수행하는 프로세스
-AI 모델: 패턴을 인식하고 특정 작업을 수행하기 위해 일련의 데이터에 대해 학습된 컴퓨터 프로그램
-AI 도구: AI 도구: 다양한 작업을 자동화하거나 사용자를 지원할 수 있는 AI 기반 소프트웨어
-AI 사용자: AI를 활용하여 개인적 또는 전문적 작업을 완료하는 사람
-할당 피해: AI 시스템의 사용 또는 행동이 사람의 복지에 영향을 미치는 영역에서 기회, 자원 또는 정보를 보류할 때 발생하는 잘못된 행위
-편향된 데이터: 불완전한 데이터, 모집단을 정확하게 대표하지 않거나 특정 개인 또는 그룹에 대한 특혜를 포함하는 데이터
-연쇄적 사고 프롬프트: 추론 과정을 설명하기 위해 대규모 언어 모델을 요청하는 프롬프트 기법입니다
-인지 과제: 사고, 이해, 학습, 기억과 같은 모든 정신 활동
-대화형 AI 도구: 텍스트 요청을 처리하고 텍스트 응답을 생성하는 생성형 AI 도구
-데이터 편향: 시스템적 오류나 편견으로 인해 불공정하거나 부정확한 정보가 발생하여 편향된 결과물이 산출되는 상황
-딥페이크: 실제 사람이 하지 않은 말이나 행동을 하는 AI가 생성한 가짜 사진이나 동영상
-드리프트: 시간이 지남에 따라 학습 데이터에 반영되지 않은 변화로 인해 AI 모델의 예측 정확도가 떨어지는 현상
-몇 샷 프롬프트: 프롬프트에 두 개 이상의 예시를 제공하는 기술
-생성형 AI: 텍스트, 이미지 또는 기타 미디어와 같은 새로운 콘텐츠를 생성할 수 있는 AI
-환각: 사실이 아닌 AI 출력
-휴먼 인 더 루프 접근 방식: AI 모델을 훈련, 사용, 검증 및 개선하기 위한 기계와 인간의 지능의 조합
-대인 관계 피해: 기술을 사용하여 특정 사람에게 불이익을 주어 다른 사람과의 관계에 부정적인 영향을 미치거나 자아 및 주체성을 상실하게 만드는 것
-지식 단절: AI 모델이 특정 시점에 학습되어 해당 날짜 이후의 사건이나 정보에 대한 지식이 없다는 개념
-대규모 언어 모델(LLM): 대량의 텍스트를 학습하여 단어, 개념, 구문 사이의 패턴을 식별하여 프롬프트에 대한 응답을 생성할 수 있도록 하는 AI 모델
-머신 러닝(ML): 데이터를 분석하여 의사 결정이나 예측을 내릴 수 있는 컴퓨터 프로그래밍 개발에 중점을 둔 AI의 하위 집합입니다
-멀티모달 모델: 이미지, 비디오 또는 오디오와 같은 여러 유형의 입력을 받아들이고 학습할 수 있는 AI 모델
-자연어: 사람들이 서로 의사소통할 때 말하거나 쓰는 방식
-원샷 프롬프트: 프롬프트에서 단일 예제를 제공하는 기술
-오픈 데이터 세트: 누구나 자유롭게 사용할 수 있는 데이터 세트: 누구나 자유롭게 사용할 수 있는 데이터 세트
-개인정보 보호: 사용자가 자신의 개인 정보 및 데이터 수집, 저장 및 사용 방법을 제어 할 수있는 권리
-프롬프트: AI 모델에 출력 생성 방법에 대한 지침을 제공하는 텍스트 입력
-프롬프트 엔지니어링: 생성형 AI로부터 유용한 결과물을 이끌어내는 효과적인 프롬프트를 개발하는 관행
-서비스 품질 저하: 신원에 따라 특정 그룹의 사람들에게 AI 도구가 제대로 작동하지 않는 상황
-표현상의 피해: AI 도구가 정체성에 기반하여 사회 집단의 종속성을 강화하는 것
-책임감 있는 AI: 사람과 사회에 유익을 주고 피해를 피하기 위해 윤리적으로 AI를 개발하고 사용하는 원칙
-보안: 개인정보와 사적인 데이터를 보호하고, 무단 접근을 방지하여 시스템의 보안을 확보하는 행위
-사회 시스템 피해: AI 도구의 개발 또는 사용으로 인해 기존의 계급, 권력 또는 특권 격차를 증폭시키거나 신체적 피해를 야기하는 거시적 수준의 사회적 영향
-시스템적 편견: 특정 결과 또는 그룹에 유리하거나 불리한 기관에 의해 유지되는 경향
-훈련 세트: AI를 학습시키는 데 사용되는 데이터의 모음
-투명성: AI 도구가 작동 방식, 특정 결과를 도출한 이유, 해당 결과에 기여한 요인에 대한 인사이트를 제공해야 한다는 생각
AI 개발 기법
1. 규칙 기반 기법
: 사전 정의된 규칙을 엄격하게 준수하여 의사결정을 내리는 AI 프로그램의 제작과 관련이 있습니다. 예를 들어 규칙 기반 기법을 사용하는 스팸 필터는 사전 정의된 로직을 사용하여 특정 키워드가 포함된 이메일을 차단할 수 있습니다.
- 머신러닝 기법(ML)
: 데이터의 패턴을 분석하고 학습하여 독립적인 의사결정을 내릴 수 있는 AI 프로그램의 제작과 관련이 있습니다. 예를 들어 이 기법을 사용하는 스팸 필터는 수신자의 검토가 필요한 잠재적 스팸에 플래그를 지정하여, 해당 스팸의 자동 차단을 방지할 수 있습니다. 수신자가 신뢰할 수 있는 출처에서 보낸 이메일을 안전하다고 표시하면 스팸 필터는 로직을 학습하여 이후 동일한 발신자가 보낸 유사한 이메일을 포함하도록 로직을 조정합니다.
https://pair.withgoogle.com/explorables/
- 머신 러닝에 대한 설명.
모듈 1 강좌 완.
마지막에 문제 푸는 것까지 있어서 잘 집중해서 보면 좋을 것 같다.
점수가 80% 이상이어야 하는데 1문제 틀리면 딱 80%가 나오더라.
어떻게 알았냐고? 재시봤거든...ㅎ (나 진짜 집중해서 봤는데...)
재시험은 5번 가능인 것 같더라.
처음에 2문제 틀려서 다시 보니 1문제만 틀려서 통과.
재시험 때는 문제가 첫 번째와 같지 않고 새로운 문제도 나오더라.
생각보다 문제가 어려웠다.
- GA4 진행 중... 이번 주 안으로 자격증 따기!
